Nutzerfeedback ermöglicht es EntwicklerInnen auf Wünsche und Probleme ihrer KundInnen zu reagieren und somit ansprechendere Softwareprodukte zu liefern und diese auch kontinuierlich zu warten. Traditionelle Feedback-Quellen wie Interviews bieten hierfür eine sehr informative aber dafür statistisch sehr limitierte und kostenintensive Menge an Daten.
In der modernen Zeit haben sich deswegen Online-Quellen für Software-Nutzerfeedback wie Foren, Tweets oder App-Rezensionen etabliert, die es ermöglichen, sehr große Mengen an na-türlichsprachlichen Aussagen über eine Software zu sammeln. Diese Daten sind jedoch in so großen Mengen vorhanden und bieten Herausforderungen wie Rechtschreibfehler, fehlenden Kontext und unbekannte Benutzerabsichten, dass eine Automatisierung des Analyseprozesses erforderlich und zu gleich schwierig ist. Manuelle Analyse ist meist zu zeit- und arbeitsintensiv. Die automatisierte Analyse dieser Daten bietet unter anderem Einsicht in die Probleme, Mei-nungen, Einstellungen, gewünschten Anforderungen der Nutzer.
In diesem Seminar werden verschiedenste Klassifikationsziele bei der Analyse von Online-Feedback betrachtet und diskutiert. Hierbei erarbeiten Sie sich Ihr Thema mit Hilfe vorgegebe-ner und insbesondere auch selbst zu recherchierender Literatur. Ihre Ergebnisse präsentieren und diskutieren Sie im Plenum und dokumentieren Sie in einer schriftlichen Ausarbeitung.
Leitung
Prof. Dr. Barbara Paech, M.Sc. Michael Anders
Zeit und Ort
Vorbesprechung: 18.10.2022 13:15 Uhr, Mathematikon SR 2, 2.OG
Weitere Termine nach Vereinbarung
Teilnahme
Bachelor Informatik/ Angewandte Informatik, Master Angewandte Informatik/Computer and Data Science, sowie HörerInnen anderer Fachrichtungen.
Voraussetzungen
Vorlesung 'Einführung in Software Engineering' (Modul ISW) oder gleichwertige Kenntnisse
Leistungsnachweis
Leistungsnachweis je nach Studiengang
KONTAKT
Prof. Dr. Barbara Paech
M.Sc. Michael Anders, INF 205, Raum 2/229
